MODUL PERKULIAHAN

Cases in
Productivity &
Quality
Engineering
Aplikasi SPC di Perusahaan Manufaktur
dan Jasa.

Fakultas Program Studi Tatap Muka Kode MK Disusun Oleh

07
Pascasarjana Magister Teknik P531700004 Humiras Hardi Purba, ST, MT
Industri

Abstract
Aplikasi dari penerapan statistical
process control di perusahaan
manufaktur dan jasa: Problems and
challenges of implementation of SPC in
manufacturing and services dan The
Kompetensi
Mahasiswa mampu memahami,
mendiskusikan, membahas, dan
mempresentasikan: Aplikasi penerapan
statistical process control di perusahaan
manufaktur dan jasa.
 mostcommonly used statistical tools in
process control
Pendahuluan

Esensi dari kualitas atau mutu sebenarnya tidak hanya di-contro dan diperbaiki, namun yang
paling penting adalah melakukan perencanaan pada kualitas produk atau pelayanan yang
akan dikembangkan. Kondisi ini menunjukkan bahwa antara kualitas dan pengembangan
produk sangat kuat keterkaitannya dan saling memengaruhi satu dengan yang lain. Banyak
pengembangan produk yang gagal dengan membuat produk baru yang kualitasnya tidak
memenuhi harapan konsumen, dan pada akhirnya tidak sukses di pasar.

Statistical Process control di bidang manufaktur memastikan analisis waktu nyata dari
keseluruhan perusahaan, menghasilkan manufaktur yang hemat biaya dan penggunaan
semua sumber daya secara efisien. Statistical Process control (SPC) melibatkan
penggunaan teknik statistik untuk mengukur dan menganalisis variasi dalam proses. Paling
sering digunakan untuk proses manufaktur, maksud dari SPC adalah untuk memantau
kualitas produk dan memelihara proses untuk target yang ditetapkan. Kontrol kualitas
statistik mengacu pada menggunakan teknik statistik untuk mengukur dan meningkatkan
kualitas proses dan termasuk SPC di samping teknik lain, seperti rencana pengambilan
sampel, desain eksperimental, pengurangan variasi, analisis kemampuan proses, dan
rencana peningkatan proses (Montgomery, 2005). Suatu sistem kontrol proses dapat
digambarkan sebagai sistem umpan balik. Sebuah konsep sentral dalam pengendalian
proses statistik (SPC) adalah bahwa setiap fenomena yang dapat diukur merupakan
distribusi statistik. Ada tiga properti dasar distribusi: (i) location, umumnya mengacu pada
nilai distribusi yang khas, seperti mean, (ii) spread, adalah jumlah dimana nilai yang lebih
kecil berbeda dari yang lebih besar. Standar deviasi dan varians adalah ukuran penyebaran
distribusi. dan (iii) shape, bentuk distribusi adalah pola - puncaknya, simetri dan lain – lain.

Cases in Productivity & Quality

2015
2 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
Pembahasan
Statistical Process Control (SPC) adalah teknik yang dikembangkan berdasarkan konsepsi
Shewhart tentang variabilitas proses, yang secara luas diterapkan tidak hanya dalam proses
manufaktur tetapi juga dalam operasi layanan untuk tujuan keberlanjutan berkualitas.
Statistical Process Control didefinisikan oleh Montgomery (2009) sebagai koleksi alat
pemecahan masalah yang kuat berguna dalam mencapai stabilitas proses dan
meningkatkan kemampuan melalui pengurangan variabilitas. Tujuan utama implementasi
SPC adalah untuk mendeteksi dan mengurangi variasi penyebab khusus untuk stabilitas
proses. Sudah lama diakui bahwa manfaat dari Statistical Process Control (SPC) dapat
diperluas ke industri pengolahan industri dan memiliki pangsa signifikan yang jelas dalam
aspek kualitas industri manufaktur terutama industri makanan. Kontrol kualitas dalam
industri makanan secara ilmiah terkait dengan teknologi, atribut sensorik, fisik, keamanan,
kimia make-up dan nilai gizi (Grigg dan Walls, 2007).

Tujuan SPC adalah sebagai berikut (Ali, 1992):

1) Untuk mencapai konsistensi dengan mengurangi variasi secara keseluruhan dalam

proses dengan menerapkan tindakan korektif.
2) Untuk menyederhanakan prosedur, metode, dan alat.
3) Untuk mengukur tingkat kinerja jangka panjang setelah proses telah dikendalikan.
4) Untuk mendapatkan kinerja terbaik dari peralatan saat in tanpa belanja modal besar.
5) Untuk memberikan informasi untuk perkiraan biaya yang lebih baik umpan balik,
bahasa yang umum untuk membahas proses kinerja, dan catatan dan laporan
permanen yang dapat diandalkan kinerja aktual.

Evolusi manajemen kualitas di bidang manufaktur dimulai dengan inspeksi (Dooley, 2000).
Mekanisme dalam inspeksi didasarkan pada deteksi, dan menyebabkan argumen mengenai
bagaimana metode ini gagal memfasilitasi prosedur pengendalian kualitas ekonomis. Hal ini
disebabkan deteksi cacat produk dan variasi dalam lini produksi yang dianggap terlalu
terlambat untuk dipecahkan (Deming, 1986). Oleh karena itu, teknik kontrol kualitas yang
sistematis seperti SPC diperlukan dalam pengendalian kualitas produk. Dengan penekanan
pada pencegahan masalah, SPC memiliki keunggulan signifikan atas pemeriksaan sebagai
teknik kontrol kualitas (Paiva, 2013).

Beberapa hal terkait Statistical Process Control (SPC) dapat didefinisikan sebagai (Wisner,
2015):

Cases in Productivity & Quality

2015
3 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
  Kontrol proses statistik (SPC) adalah filosofi manajemen yang bergantung pada alat
statistik langsung untuk mengidentifikasi dan memecahkan masalah proses.
 Dengan mengidentifikasi masalah potensial secara sistematis dalam pengendalian
proses, manajer dapat secara proaktif membuat koreksi sebelum hasil kualitas
bermasalah.
 Metode SPC berguna dalam membantu manajer mengukur apakah proses dan
produk mereka sesuai dengan spesifikasi desain, dan mereka juga membantu
organisasi untuk meningkatkan produktivitas dan mengurangi tingkat cacat.
 Metode SPC digunakan secara ekstensif dalam pengaturan manufaktur tetapi juga
relevan di sektor jasa.

Industri manufaktur telah mengalihkan fokusnya pada deteksi cacat produk ke pencegahan
ketidakstabilan dan ketidakmampuan proses melalui pengurangan variabilitas proses. Untuk
memfasilitasi tujuan tersebut, W.E. Deming mempopulerkan teknik berbasis statistik yang
dikembangkan oleh Walter Shewhart, Statistical Process Control (SPC). SPC disebut
sebagai koleksi masalah yang kuat alat yang berguna dalam mencapai stabilitas proses dan
meningkatkan kemampuan melalui pengurangan variabilitas proses (Montgomery DC,
2012). Meskipun banyak studi kasus menunjukkan bahwa pengurangan variasi dapat
dicapai karena penerapan diagram kontrol yang efektif untuk mengontrol dan memantau
variasi, aplikasi alat SPC lain untuk mengurangi variasi jarang dikreditkan untuk
keberhasilan penerapannya. Selain itu, tidak ada informasi tentang jenis grafik SPC yang
umum diterapkan dan dianggap bermanfaat bagi industri manufaktur makanan (Lim et al.
2016).

Pengendalian prosedur statistik, salah satu teknik kualitas utama yang ditekankan sebagai
bagian dari fokus yang bangkit kembali pada kualitas di negara ini, telah mendapatkan
penerimaan yang luas di antara para ahli kontrol kualitas. Manfaat jangka panjang dari
teknik ini adalah peningkatan komunikasi antara departemen, wawasan yang lebih baik
dalam pengurangan biaya, peningkatan kualitas berkelanjutan, dan desain dan fabrikasi
antarmuka yang lebih efektif. Statistical Process Control (SPC) menyediakan metode untuk
mengendalikan variabilitas yang mempengaruhi karakteristik kualitas dalam proses fabrikasi.
Sebagai teknik untuk menerapkan kontrol proses menggunakan alat dan teknik statistik
modern, SPC menumbuhkan kualitas saat produk diproduksi, bukan setelahnya. Tujuan
SPC adalah untuk menghasilkan tingkat konsistensi tertinggi dalam setiap proses melalui
pengumpulan, analisis, dan interpretasi data. Kontrol proses statistik adalah sistem yang
diformalkan untuk memperhatikan detail menggunakan matematika (statistik) untuk
mempelajari serangkaian penyebab (proses) untuk menstabilkan, memantau, dan
meningkatkan produksi yaitu, kontrol yang lebih baik (Ali, 1992).
Cases in Productivity & Quality
2015
4 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
Bagan kendali konvensional dapat memperoleh kinerja pemantauan yang memuaskan
hanya jika pengukuran kualitas di setiap tahap memang independen. Namun demikian, jika
proses layanan memiliki properti kaskade, yaitu, mungkin ada beberapa hubungan antara
pengukuran kualitas tahap saat ini dan mereka yang dari tahap hulu, grafik konvensional
mungkin tidak efisien dalam mengidentifikasi tahap yang salah dengan benar (Tsung dan
Jin, 2012). Penelitian Sulek et al. (2005) menggunakan grafik sebab-pilih dalam proses toko
kelontong dan membandingkannya dengan bagan Shewhart. Toko kelontong dimodelkan
sebagai proses kaskade dua tahap. Menurut hasil mereka, bagan sebab-memilih
mengungguli grafik Shewhart dalam menandakan pola abnormal. Namun, adopsi SPC ke
industri / proses layanan terkadang tidak sesederhana itu. Jensen dan Markland (1996)
menyatakan bahwa ketika orang menggunakan model SERVQUAL sebagai skala
pengukuran kualitas layanan, diagram kontrol univariat mungkin tidak berlaku. Karena model
SERVQUAL terbuat dari lima dimensi, jika setiap dimensi memiliki peta kendali, akan ada
terlalu banyak sinyal di luar kendali. Toolkit SPC berisi sejumlah alat untuk membantu
manajer mengevaluasi proses.

Banyak alat yang pertama kali diidentifikasi sebagai penting untuk peningkatan kualitas
berkelanjutan oleh Kaoru Ishikawa, seorang ahli manajemen kualitas Jepang, yang
menjelaskan sejumlah alat yang biasanya digunakan oleh organisasi untuk mengevaluasi
dan meningkatkan kinerja berkualitas (Wisner, 2015). Kebutuhan akan kualitas telah lama
diakui sebagai hal yang sangat penting bagi persaingan dan kelangsungan hidup di dunia
bisnis. Dengan demikian semakin banyak organisasi yang mengadopsi penggunaan kontrol
proses statistik (SPC) sebagai sarana untuk memperoleh kualitas produk yang lebih tinggi.

Berbagai macam skema Pengendalian Proses Statistik (SPC) telah dikembangkan untuk
peningkatan kualitas dan produktivitas sejak tahun 1960-an. SPC menggunakan metode
statistik untuk memantau proses manufaktur dengan tujuan untuk mempertahankan dan
meningkatkan kualitas produk sambil mengurangi varians. Banyak penelitian telah dilakukan
pada isu-isu SPC dan perkembangan yang dihasilkan sudah tersedia dalam literatur, lihat
survei penelitian tentang SPC oleh Lowry dan Montgomery (1995), Woodall dan
Montgomery (1999) dan Stoumbos et al. (2000). Namun demikian, metode SPC
konvensional biasanya terbatas pada tahap proses tunggal dalam aplikasi industri dan
layanan (Tsung dan Jin, 2012).

Metode SPC konvensional biasanya terbatas pada tahap proses tunggal dalam aplikasi
industri dan layanan juga beberapa hambatan untuk menerapkan SPC dalam layanan,
seperti apa yang harus diukur dan cara mengukur. Perbedaan utama antara sistem
manufaktur dan sistem layanan adalah bahwa pelanggan terlibat dalam operasi layanan.

Cases in Productivity & Quality

2015
5 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
Cara mengukur kualitas pelanggan yang mengaku adalah sebuah tantangan, oleh karena itu
banyak peneliti menyelidiki modifikasi definisi kualitas dalam layanan (Subbulakshmi et al.
2017).

Beberapa alasan untuk menggunakan diagram control adalah (Akinbiola, 2015):

 Efektif dalam pencegahan kecacatan; bagan kendali membantu menjaga proses

tetap terkendali.
 Teknik yang terbukti untuk meningkatkan produktivitas, ketika efektif digunakan
mengurangi skrap dan pengerjaan ulang yang merupakan pembunuh produktivitas
utama dalam operasi apa pun, dengan mengurangi skrap dan peningkatan
produktivitas pengerjaan ulang, penurunan biaya, dan peningkatan kapasitas
produksi (diukur dalam jumlah barang yang baik). bagian per jam).
 Memberikan informasi tentang kemampuan proses dan juga diagram kontrol adalah
salah satu alat kontrol manajemen yang paling efektif, mereka sama pentingnya
dengan pengendalian biaya dan kontrol material.

Gambar 1. R-Chart dan X-bar Chart

(Sumber: Montgomery, 2012)

Pada 1920-an, Walter Shewhart dari Bell Laboratories pertama kali mengembangkan cara
untuk mengambil data dari proses dan menyiapkan grafik. Di basi grafik thi (dikenal hari ini

Cases in Productivity & Quality

2015
6 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
sebagai bagan "P"), ia dikreditkan dengan pengembangan teori dan penerapan diagram
kontrol. Sejak itu, diagram kontrol telah berhasil digunakan secara luasberbagai situasi
pengendalian proses di Amerika Serikat dan negara-negara lain. Bagan kendali dapat
dianggap sebagai sinyal lalu lintas, operasi yang didasarkan pada bukti dari sampel kecil,
biasanya terdiri dari lebih dari satu pengukuran individual, diambil secara acak dari suatu
proses. Variasi karakteristik apa pun dikuantifikasi dengan sampling output dari proses dan
memperkirakan parameter distribusi yang tajam (Ali, 1992). Perubahan dalam distribusi
diungkapkan dengan memplot perkiraan ini terhadap waktu.

Meskipun SPC diaktifkan dengan analisis statistik, filosofi manajemen yang mendasari SPC
jauh lebih luas daripada satu set statistik. Untuk meningkatkan proses secara sistematis,
manajer harus terlebih dahulu mengidentifikasi proses kunci dan variabel kunci yang
menarik. Setiap organisasi memiliki ratusan, bahkan ribuan, proses dan variabel yang dapat
mempengaruhi hasil produk dan layanan, dan satu tantangan adalah fokus pada proses dan
variabel yang menjadi perhatian utama. Alat SPC dapat berguna dalam mengidentifikasi
area yang membutuhkan perhatian, tetapi wawasan manajerial diperlukan untuk
menggunakan alat SPC secara strategis (Wisner, 2015). Manajer dapat secara langsung
mempengaruhi kinerja organisasi menggunakan praktik SPC. Pilihan proses kunci dan
variabel kinerja mereka menciptakan perangkat pemberian umpan-maju ke organisasi
tentang indikator kinerja utama. Ini menyebabkan perhatian harus diberikan kepada proses
dan variabel ini. Umpan balik kemudian diterima melalui informasi SPC, memungkinkan
evaluasi data dan kesempatan untuk tindakan korektif yang akan diambil. Jadi, SPC bukan
hanya seperangkat alat statistik, tetapi filosofi manajemen yang membantu organisasi untuk
meningkatkan kinerja melalui loop umpan balik dan umpan balik.

Cases in Productivity & Quality

2015
7 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
 Gambar 2. np Chart

(Sumber: Montgomery, 2012)

Peta kontrol (control chart) menggabungkan informasi grafik run diperluas dengan data
kontrol statistik untuk membantu mengidentifikasi variasi proses selama periode waktu yang
tidak mungkin karena bersifat acak. Waktu dapat didefinisikan sebagai proses produksi,
serangkaian batch, kegiatan sehari-hari, atau periode waktu relevan apa pun yang
menangkap proses yang sedang dievaluasi. Karena sangat berguna dalam fungsi
manufaktur, administrasi, dan layanan, diagram kontrol memberikan umpan balik cepat pada
variabel kunci yang menarik (Wisner, 2015).

Alat utama SPC adalah bagan kendali Shewhart. Bagan kendali Shewhart mengkuantifikasi
variasi sebagai penyebab khusus atau variasi penyebab umum (alami), dimana batas
kontrol pada grafik kontrol menempatkan angka pada variasi sebagai hal yang intrinsik
terhadap proses (data variasi alami di dalam batas kontrol), atau variasi yang disebabkan
oleh suatu peristiwa atau assignable-cause (data variasi penyebab khusus yang terletak di
luar batas kontrol). Semua data yang berada di luar batas kontrol juga disebut sebagai poin
"di luar kendali". Dalam industri, bagan Shewhart adalah metode pengendalian kualitas
statistik yang paling umum diterapkan untuk mempelajari variasi dalam output dari proses
manufaktur. Grafik Shewhart biasanya digunakan untuk membedakan antara variasi karena
penyebab khusus dari variasi karena penyebab umum. Penyebab khusus disebut sebagai

Cases in Productivity & Quality

2015
8 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
penyebab yang dapat dialihkan seperti masalah sporadis seperti kegagalan mesin tertentu
atau pengukuran yang salah didokumentasikan (Akinbiola, 2015).

Implementasi alat SPC di perusahaan diharapkan untuk mengembangkan proses dan

memadatkan variabilitas atau limbah karena tidak mungkin untuk sepenuhnya
menghilangkan variabilitas.

Tujuan mendasar dari SPC sebenarnya bukan tentang statistik atau kontrol, tetapi tentang
meningkatkan daya saing bisnis, dengan menghilangkan penyebab variasi proses. SPC
adalah strategi untuk mengurangi variabilitas, penyebab sebagian besar masalah kualitas
(Oakland 2003). SPC adalah teknik statistik yang banyak digunakan untuk memastikan
bahwa proses memenuhi standar (Heizer dan Render, 2008: 222). Untuk dapat memprediksi
kinerja dan menentukan kemampuan proses untuk memenuhi harapan pelanggan, proses
ini pertama kali diharapkan untuk dibawa ke kontrol statistik dengan mendeteksi dan
menghilangkan penyebab variasi yang dapat dialihkan. Kontrol proses sangat penting dan
SPC harus membentuk bagian komponen penting dari adopsi seluruh 'kualitas total' di
seluruh perusahaan dan bertindak sebagai titik fokus peningkatan kinerja bisnis yang tiada
akhir (Oakland 2003: 16).

Dengan mengurangi variabilitas, biaya untuk menangani scrap, pengerjaan ulang, dan
kerugian lain yang diciptakan oleh barang-barang cacat yang sangat menguras tenaga di
perusahaan akan sangat berkurang. Ulasan ini menunjukkan bahwa SPC diterapkan di
industri dengan manfaat besar dalam bisnis yang beragam. Meskipun ada keterbatasan dan
hambatan yang menghalangi pelaksanaan, jika pelaksanaannya dilakukan dengan benar
dan sangat mudah, SPC dapat menjadi teknik yang fleksibel untuk peningkatan kualitas
kontrol dalam industri dan mempertahankan kualitas produk. Ulasan ini menunjukkan bahwa
SPC adalah teknik yang kuat ketika diimplementasikan dalam industri. Produksi berada di
bawah kendali dan kualitas komponen ditingkatkan dalam industri mobil melalui SPC
(Subbulakshmi et al. 2017).

Langkah-langkah kunci untuk pelaksanaan Kontrol Proses Statistik adalah (Akinbiola, 2015):

 Identifikasi proses yang ditentukan

 Identifikasi atribut yang dapat diukur dari proses.
 Karakterkan variasi alami dari atribut
 Melacak variasi Proses
 Jika prosesnya terkendali, terus lacak.
 Jika prosesnya tidak terkendali:
 Identifikasi penyebab yang dapat dialihkan

Cases in Productivity & Quality

2015
9 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT
  Hapus penyebab yang dapat dialihkan
 Kembali ke "Melacak variasi proses"

Daftar Pustaka
Akinbiola OO, 2015. [Working paper] Quality Data Analysis and Statistical Process Control
(SPC) for AMG Engineering and Inc. Industrial, Information and Manufacturing
Engineering Morgan State University Baltimore.
Ali SY, 1992. Statistical Process Control For Total Quality, Johns Hopkins APL Techllical
Digest, 13(2): 317-325.
Deming W,1986. Out of the crisis. Cambridge, MA, itd: Massachusetts Institute of
Technology Press. MIT Press.
Dooley K, 2000. The paradigms of quality: evolution and revolution in the history of the
discipline. Advances in the management of organisational quality,5: 1-28.
Grigg N, dan Walls L, 2007. The role of control charts in promoting organisational learning:
New perspectives from a food industry study. The TQM Magazine,19: 37-49.
Lim SAH, Antony J, dan Arshed N, 2016. A Critical Assessment on SPC Implementation in
the UK Food Industry, Systemics, Cybernetics And Informatics, 14(1): 37-42.
Montgomery DC, 2012. Introduction to statistical quality control. New York: John Wiley &
Sons.
Paiva CL, 2013. Quality Management: Important Aspects for the Food Industry, Food
Industry, InTech, Available from: http://www.intechopen.com/books/food-
industry/quality-management-important-aspects-for-the-foodindustry.
Subbulakshmi S, Kachimohideen A,Sasikumar R, dan Devi SB, 2017. An Essential Role of
Statistical Process Control in Industries, International Journal of Statistics and
Systems, 12(2): 355-362
Sulek J, Lind M, dan Marucheck A, 1995. Assessing the outcomes of quality improvement
interventions, International Journal of Quality and Reliability Management, 12: 170–
182.
Tsung F, Li Y, dan Jin M, 2012. Statistical process control for multistage manufacturing and
service operations: a review and some extensions, Int. J. Services Operations and
Informatics, X (Y): 1-13.
Wisner P, 2015. Statistical Process Control for Quality Improvement, QIFANANCE, 1-8.

Cases in Productivity & Quality

2015
10 Engineering Pusat Bahan Ajar dan eLearning
http://www.mercubuana.ac.id
Humiras Hardi Purba, ST, MT